分类算法的常规流程？

小白最近入坑分类算法，有感而发，写第一篇博客。发文不是为了解决什么技术和原理难题，只是为了用大白话记录自己每一次开拓思维的瞬间，和在学习的小伙伴们一起共勉~有错误的地方恳请一定指正。

分类算法有很多，逻辑回归、SVM等，总结其操作，无非是在干下面几件事：

一、找到要用于分类的模型

学习内容：各种可以用于分类的相关数学公式

记录笔记：模型函数公式、函数可调参数（W，b，θ之类的）

二、找到优化模型的方法

学习内容：各种优化方法（求最大/最小什么的来达到最优解）

记录笔记：针对各个函数可调参数要采用的迭代更新公式

三、敲代码

（1）要自己实现算法就按照逻辑整套走下来。

（2）非专业的就处理数据调用各种模型包fit一下。

感觉不要一下子扎在数学原理中，不能大牛说这是logistic函数，这是梯度下降迭代更新w，然后就硬磕每个单独的环节。

应该是知道自己下一步要做什么，然后找到能适用和实现的方法理论放到那一步去实践。

（当然你不踩坑怎么知道有哪些流程和方法呢，笑）